Платформа ИИ и машинного обучения

Нет. Модели уже готовы для типовых производственных задач и настраиваются экспертами MSF на ваших данных.

Локально или в приватном облаке, на ваш выбор. Ваши производственные данные никогда не используются для обучения моделей других компаний.

Данные MES являются основой; каждый дополнительный модуль (APS, Quality, Maintenance) открывает новые сценарии применения ИИ.

Считается количество размеченных примеров по каждому классу. Число прошедших месяцев роли не играет. Модель по браку учится на дефектах, поэтому линия с низким уровнем брака может работать долго и так и не накопить достаточно примеров редкого класса, тогда как модели прогноза спроса нужно несколько полных сезонных циклов. Старая история годится, только если она лежит на той же номенклатуре и той же структуре площадки, по которым вы прогнозируете сегодня, поэтому сначала найдите дату последней миграции ERP или перенумерации артикулов. Короткий чистый ряд лучше длинного, сшитого через перенумерацию.

Та часть, что обучается с учителем, нет. Прогнозированию качества нужны параметры процесса с одной стороны и реальная метка результата с другой, а код «прочее» в большинстве записей не учит модель ничему. Сначала наведите порядок в кодировании в MES и считайте количество корректно закодированных дефектов по каждому коду причины брака. Прошедшие недели здесь ничего не говорят. Параллельно можно начать с обнаружения аномалий на LSTM: оно работает без учителя и меток не требует. Оговорка в том, что оно отмечает необычное поведение и конкретный дефект не называет.

Нет. Модели подбора параметров и оптимизации выдают рекомендации, которые попадают человеку (на панель, в отчёт или в виде предложенного графика в APS), а запись значений обратно в контроллер требует отдельной интеграции, которую вы сознательно берёте в объём проекта. Если позже вы захотите замкнутый контур по уставкам, ведите это как проект по системе управления, со своим управлением изменениями, и никогда не как замену аппаратным блокировкам безопасности.

Закрепите работу за конкретным человеком (технологом или инженером по качеству) и выделите постоянное время на разбор: донастройку и переобучение делает MSF, но у результата должен быть владелец с вашей стороны. Регулярная работа включает проверку того, что прогнозы всё ещё совпадают с реальностью, сигнал о том, что новое изделие, смена оснастки или капремонт станка сдвинули процесс, и поддержание чистоты кодов брака и простоев. Это не полная ставка, но и не ноль.

Точность падает, и падает незаметно. Модель выучила ваш завод таким, каким он был, поэтому новый материал, перебранный станок или изменённый цикл обесценивают часть истории, а результат при этом по-прежнему выглядит уверенным. Сообщайте нам о планируемых изменениях техпроцесса заранее и зафиксируйте в проекте, по каким моделям ведётся сравнение прогноза с фактом, кто его смотрит и как часто. Не стоит считать, что контроль дрейфа по умолчанию включён для всех моделей.

Учёт, достаточно подробный, чтобы различать отдельных потребителей, ваш реальный тарифный календарь и планировщик, которому оптимизатор может передать план: один счётчик на вводе завода показывает суммарный расход и ничего не говорит о том, какую операцию переносить. Оптимизатор планирует относительно ценовых интервалов и считает всё в кВт·ч. Удержание договорной заявленной мощности относится к другой задаче: ей нужны измерения по интервалам и возможность удержать или сбросить нагрузку в моменте, поэтому берите её в объём отдельно.

Единой цифры точности не существует. Модель выдаёт оценку, и то, где вы поставите порог срабатывания, задаёт сразу и долю пойманного брака, и долю ложных срабатываний, измеренных на деталях, которых модель не видела. Выбор этой точки остаётся решением бизнеса о том, что дороже: остановленная годная деталь или отгруженная бракованная. Значимость признаков и корреляция служат диагностикой уровня модели: они хороши, чтобы поймать, что модель ухватилась за побочный признак, но бесполезны для оценки одного конкретного срабатывания. Держите систему в теневом режиме, пока не накопится достаточно реальных дефектов для сравнения.